« Gestion de projet stratégique/Projet décisionnel » : différence entre les versions
Contenu supprimé Contenu ajouté
m Robot : Remplacement de texte automatisé (-\n(==={0,3})(?: *)([^\n=]+)(?: *)\1(?: *)\n +\n\1 \2 \1\n) |
Aucun résumé des modifications |
||
Ligne 21 :
[[Fichier:Projet png.png|thumb|272x272px|Schéma cheminement information]]
Le projet décisionnel, dit Business Intelligence, est apparu dans les années 1990 en même temps que la mondialisation. Le risque omniprésent et la forte concurrence ont incité le management vers les sciences d’aide à la décision et l’information décisionnelle.
La concurrence s’étant accrue, le besoin de prendre des décisions stratégiques pour défier les concurrents se faisait ressentir. C’est dans ce sens que les entreprises ont fait appel aux outils et méthodes d’aide à la décision par l’informatique décisionnelle pour devenir plus
Il est intéressant de noter que le BI est diffusé aux États-Unis dans le contexte d’un affrontement concurrentiel acharné entre grandes entreprises sur leur propre marché. Sa pratique s’est développée au sein de grandes entreprises comme Motorola et IBM pour s’imposer comme une véritable discipline largement pratiquée.
Aujourd’hui, le projet décisionnel est un outil qui vise et facilite la prise de décision des
Pour permettre aux entreprises de prendre les meilleures décisions, l'informatique décisionnelle comprend des outils, des méthodes et des moyens qui permettent l'exploitation des données.
Ligne 31 :
Le projet décisionnel est composé de quatre disciplines principales :
* La collecte : cette phase permet de traiter et fusionner les données sources du système. Cette collecte de données répond à des outils qui sont utilisés de trois façons :
** l'extraction des données : elle a pour but d'obtenir les données de différents systèmes d'
** la transformation des données : étant donné que le format des données est différent, cette étape a pour but de rendre le processus cohérent et utilisable entre elles. Après cela, les données sont réunies entre elles ce qui permet d’avoir des données facilement exploitables.
** le chargement des données : c’est l'injection des données dans une base de données qui est utilisée pour stocker des données.
Les outils sont regroupés dans un système appelé "ETL" (Extraction, Transformation et Loading). Ce système représente environ 70% du projet décisionnel en moyenne, il est complexe et on ne doit pas y trouver de mauvaises informations, sinon il sera inutilisable. On ne peut pas trouver de modèle de conception d'ETL car chaque organisation possède ses propres systèmes, sa propre logique de fonctionnement ou culture. ETL a pour utilité d'optimiser les outils pour gérer des flux de données.
* Le stockage : les bases de données, appelées Datawarehouse, qui sont utilisées pour le stockage sont différentes des bases de production. Le datawarehouse n’est pas utilisé uniquement pour stocker, mais aussi pour gérer l’historique des données pour observer l'évolution des données de l'entreprise dans le temps. De plus, le stockage des données peut être considérablement plus volumineux que les bases opérationnelles qui l'alimentent. Au vu du volume important et des données qui peuvent s'emmagasiner, la diffusion se fait via des datamarts. Ces derniers sont comme des datawarehouse, mais contenant des données moins lourdes. Grâce aux datamarts, le projet peut être rapidement conduit à son terme et le temps d'attente est moins long pour les utilisateurs.
* La diffusion : le but des datawarehouse est de stocker des données et celui des datamarts est de présenter une vue métier des données. Cette vue a comme but de nettoyer les informations inutiles pour l'utilisateur et de transformer des données pour prendre un sens métier. Cela permet aux utilisateurs d’avoir plusieurs significations différentes sur une même base de données en fonction de l’utilisateur qui y accède. En effet, par exemple, un service peut avoir une appellation différente ou une signification différente d'un autre service. La diffusion peut être sous différentes formes ou moyens tels que des diffusions de rapports, des portails d'entreprises ou des applications (exemple : Business Object).
* L'exploitation des données : cette étape est la dernière. Elle permet de donner à l'utilisateur final des données exploitables. Il peut les exploiter de différentes façons : établir des tableaux de bord et des KPI (Key
==== Les acteurs ====
Ligne 55 :
Le projet décisionnel sert à améliorer la performance opérationnelle de l’entreprise.
Il sert également à programmer l’activité à partir du système décisionnel, mais aussi:
* Analyser les projets de l’entreprise, les évaluer et faire ressortir ceux qui sont à la dérive.
Ligne 82 :
* '''Business Object''' : cet outil comprend des interfaces entre les données des bases de DATAMART (données du marché) et utilisateurs (appelées les univers). Il assure la fonction d'interface utilisateur composée de différents types et de classes organisant ces objets en regroupements logiques. Il assure aussi de nombreuses fonctions techniques qui seront masquées aux utilisateurs. Il contient le modèle de données qui définit l’ensemble des règles permettant de générer des requêtes liées à l'interface utilisateur.
* '''Cognos''' : il s'agit d'un outil qui récupère les données, mais qui également les affiche automatiquement sous forme de tableau de bord ou de feuille de reporting. Il va aider, lui aussi, à la prise de décision grâce à une cohérence de modèle fiable.
* '''Isoff Alice''' : Ce logiciel est simple d'utilisation et il va nous permettre d'analyser les données que nous recevons.
* '''Statistica Data Miner''' : Cet outil va nous permettre de modéliser et expliquer les données, faire des prévisions. Cinq modules sont utilisés à travers ce logiciel (L'explorateur/segmentateur, la classification supervisée, la modélisation générale, les prévisions et la modélisation par réseaux de neurones).
Ligne 111 :
* les magasins
Il s'agit ici d'exemples simples, mais des analyses décisionnelles impliquent en général un nombre plus important de notions. L'enjeu est d’offrir un modèle d'organisation de données qui permette de répondre aux attentes actuelles et aux demandes prévisibles.
La modélisation dimensionnelle introduit deux notions:
* les données de fait qui sont des données dites "évènementielles"
Ligne 161 :
Puis, nous remarquerons que le partage de l'information reste encore secret dans les entreprises. Par exemple, dans le cycle du projet décisionnel, le piège classique est de penser que seuls les administrateurs des base de données peuvent accéder et modifier l'information des bases de données. Cela est justifier par le fait qu’il n’est pas concevable de fournir à un utilisateur l'accès direct au système de base de gestion des données sur lequel est basé l'ERP. L'ERP (Entreprise Ressource Planning) regroupe les applications nécessaires à la gestion de l'entreprise.
De nombreuses raisons sont mises en avant telles que la sécurité dans les entreprises qui va contribuer à éloigner les utilisateurs des sources de données et les risques de non compréhension du modèle de données par les utilisateurs ont étés les principaux frein à la mise à disposition d’outils permettant de réaliser des requêtes.
L'une des solutions est la mise en place d'un datawarehouse déconnecté de l'ERP.Les facteurs humains sont fondamentaux dans la réussite du projet décisionnel, mais, également des facteurs techniques mal maîtrisés peuvent être à l'origine d'erreurs.
Les données sources peuvent être :
* Incomplètes c'est-à-dire, la présence de champs manquants conduisant à des cellules vides. Egalement, elles peuvent être incorrectes dans ce cas, il s'agit de mauvaises codification, de calculs imprécis, d'enregistrements doublonnés ou encore de mauvaise information entrée dans le système source telle qu'une inversion de date.
Ligne 196 :
Cette entreprise, devrait au-delà de mesurer le nombre de mécontentements des clients, s'intéresser davantage aux clients qui sont contents. La mesure de la durée de vie d'un client représente une mesure importante de profitabilité de l'entreprise. Quand on connaît le coût concernant l'acquisition de nouveaux clients on se rend bien compte que mettre en place des indicateurs afin de mesurer la durée de vie d'un client est naturellement nécessaire.
Comment Orange va déterminer quels sont les meilleurs clients ? Cette question suscite
A présent, prenons l'exemple de l'entreprise d'Animalis : Tous les mois Animalis doit fournir un tableau de bord complet à ses managers, cadres. Ce tableau nous informe sur plusieurs points concernant l'entreprise comme le nombre de visites dans le mois par exemple. Pour remplir ce tableau nous utilisons deux logiciels, Access et Cognos. Ces deux outils aident à récupérer les données et à les traiter. Cognos est utilisé par le service Contrôle de gestion et par d'autres services comme le service Communication, c’est une base de données commune où chaque service alimente leurs données qui sont différentes. Le service Contrôle de gestion l'utilise pour le reporting et le service Communication l'utilise pour se renseigner sur le tops des ventes.
Ligne 204 :
=== Conclusion ===
Il y a vingt ans, les projets décisionnels sont devenus à la mode. De grandes entreprises se sont lancées alors, dans des projets parfois énormes et avec des fortunes variées. Aujourd'hui, dans ces mêmes entreprises le projet décisionnel a trouvé sa place, les apports sont désormais non seulement reconnus, mais de plus en plus poussés. Des statistiques pertinentes offre une perception plus précise de l'activité, créent de fait des besoins de plus en plus précis. Le projet décisionnel s'inscrit dans un univers stratégique positif qui lui permet de s'enrichir et de s'adapter aux évolutions de l'activité.
Ainsi, les produits d'analyse des données (datamining par exemple), évoluent sans cesse pour offrir un panel de plus en plus large de fonctionnalités, le Système d'Information décisionnel fait désormais partie du paysage, tout cela dans le but de répondre aux besoins décisionnels des entreprises.
| |||